Large Language Models Empowered Agent-based Modeling and Simulation: A Survey and Perspectives

UnknownBody

已于 2024-03-08 11:26:32 修改

阅读量780

点赞数 9

分类专栏： Survey Paper LLM Agent 文章标签：语言模型人工智能自然语言处理

于 2024-01-25 15:42:58 首次发布

Survey Paper 同时被 3 个专栏收录

275 篇文章 ¥99.90 ¥299.90

订阅专栏

超级会员免费看

LLM 日更

828 篇文章

已下架不支持订阅

LLM Agent

104 篇文章

订阅专栏

本文综述了大型语言模型（LLM）在基于agent的建模和仿真中的应用，分析了其挑战与前景。讨论了LLM在环境感知、人类协调、动作生成和评估等方面的运用，以及在网络、物理、社交和混合场景中的研究成果。同时，提出了该领域面临的开放问题和未来发展方向。

本文是LLM系列文章，针对《Large Language Models Empowered Agent-based Modeling and Simulation: A Survey and Perspectives》的翻译。

摘要

基于Agent的建模和仿真已经发展成为复杂系统建模的强大工具，为不同Agent之间的紧急行为和交互提供了见解。将大型语言模型集成到基于代理的建模和仿真中，为增强仿真能力提供了一条很有前途的途径。本文综述了在基于代理的建模和仿真中使用大型语言模型的前景，考察了它们的挑战和有前景的未来方向。在这项调查中，由于这是一个跨学科的领域，我们首先介绍了基于agent的建模和仿真以及大型语言建模的agent的背景。然后，我们讨论了将大型语言模型应用于基于代理的模拟的动机，并系统地分析了环境感知、人类协调、动作生成和评估方面的挑战。最重要的是，我们全面概述了最近在多个场景中基于大型语言模型的代理建模和仿真的工作，这些工作可以分为四个领域：网络、物理、社交和混合，涵盖了真实世界和虚拟环境的仿真。最后，由于这一领域是一个新的、快速发展的领域，我们讨论了悬而未决的问题和有希望的未来方向。